Torch下的常用函数：
| Function |
作用 |
| torch.zeros(sizes, out=None) |
生成尺寸为 size 的 0 填充向量 |
| torch.ones(sizes, out=None) |
生成尺寸为 size 的 1 填充向量 |
| torch.eyes(n, m=None, out=None) |
生成对角线全1，其余部分全 0 的二维向量 |
| torch.bmm(input, mat2, out=None) |
input，mat2必须是 3维 的，且其第 1 维都一样 |
| torch.matmul(input, other, out=None) |
处理维度不同的 tensor 间的相乘操作（见扩展链接） |
| torch.IntTensor() |
默认生成 32位 整数，dtype 为 torch.int32 |
| torch.FloatTensor() |
默认生成 32位 浮点数，dtype 为 torch.float32 |
| torch.DoubleTensor() |
默认生成 64位 浮点数，dtype 为 torch.float64 |
| torch.LongTensor() |
默认生成 64位 整数，dtype 为 torch.int64 |
| torch.rand(sizes, out=None) |
返回一个张量，包含了从区间 [0, 1) 的均匀分布中抽取的一组随机数 |
| troch.randn(sizes, out=None) |
返回一个张量，包含了从标准正态分布（均值为0，方差为1，即高斯白噪声）中抽取的一组随机数 |
| torch.randint(low=0, high, size, out=None, dtype=None) |
返回一个张量，该张量填充在 [low, high) 之间均匀生成的随机整数 |
| torch.normal(means, std, out=None) |
返回满足正态分布的张量，means 和 std 分别给出均值和标准差（见扩展链接） |
| tensor.numel() |
返回 tensor 中元素的个数 |
矩阵乘法：https://blog.csdn.net/xinjieyuan/article/details/114268359?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-1.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-1.no_search_link
